Piplyメソッド、自律学習者のための完全なシステム

間隔反復学習を使うべきだということは、もうご存知でしょう。アクティブ・リコールが再読よりも効果的だという話も聞いたことがあるかもしれません。もしかしたら、Ankiを一度か二度試したものの、セットアップに勉強時間そのものよりも時間がかかってしまい、結局やめてしまった経験があるかもしれません。

問題は知識ではありません。問題はシステムなのです。

ほとんどの自律学習者、つまり読書リストに埋もれている修士課程の学生、何百もの参考文献を管理する博士課程の候補者、時間と善意だけがある夏休み中の学生たちは、情報に困っているわけではありません。彼らが不足しているのはインフラです。何が効果的かは知っています。ただ、協力者のチームや、強制的に行動させる厳格なプログラムがなければ、それを一貫して実行できないのです。

そのギャップを埋めるために作られたのが、Piplyメソッドです。

Piplyメソッドとは

Piplyは、学生の読書を永続的な知識に変えるためのオペレーティングシステムです。このメソッドは、以下の4つのワークフローで構成されています。

1. 取り込み: 資料を1か所に集める
2. 抽出: 生のコンテンツを、自動的に学習準備の整ったフラッシュカードに変える
3. スケジュール: 自分で計算することなく、間隔反復学習を適用する
4. 復習: 時間指定されたセッションに参加し、残りはシステムに任せる

シンプルに聞こえるかもしれませんが、それが狙いです。このメソッドは、複雑さを加えるのではなく、意思決定を排除することで機能します。

Piplyメソッドが機能する理由: 各ステップの背後にある科学

取り込み: 活性化エネルギーの削減

勉強を始める前に開くツールはすべて、小さな参入障壁となります。ResearchGate、LMS、3週間前にダウンロードしたPDF、Notionページなど、平均的な大学院生は、今日復習する必要のある資料を見つけるためだけに、4つか5つの異なるシステムに触れています。

始めるために必要な活性化エネルギーは、実際に始めるかどうかを予測する最大の要因です。資料がすでにワークスペースにアップロードされ、解析され、準備が整っていれば、その障壁はなくなります。

抽出: PDFからフラッシュカードへのパイプライン

資料が取り込まれると、このメソッドはAIを使用して、自分のメモやPDFから直接フラッシュカードを生成します。手動でのカード作成は不要です。別のアプリにコピー＆ペーストする必要もありません。

これには特定の理由があります。

Dunlosky et al. (2013) は、学習テクニックをそのエビデンスに基づいてランク付けしました。

練習テストと分散学習が最も高く評価されました。フラッシュカードの使用は、練習テスト、つまり想起練習の一種であり、あらゆる学習介入の中で最も高い効果量の一つを持っています (Roediger & Karpicke, 2011)。情報を想起する練習をする学生は、再読する学生よりもはるかに良く記憶します。

常にボトルネックとなっていたのは、フラッシュカードを手作業で作成する労力でした。Piplyはそのボトルネックを取り除きます。すでに読んだ資料が、ボタンをクリックする以外の追加の労力なしにフラッシュカードになります。

スケジュール: スプレッドシートなしの間隔反復学習

間隔反復学習は、ほとんどの学生が一貫して使用していない、最もエビデンスに裏付けられた学習テクニックです。エビングハウスは1885年に忘却曲線について記録しました。それ以来、望ましい困難さに関するビョークの研究を含むすべての再現実験で、同じパターンが確認されています。つまり、間隔を空けて資料を再訪することで、集中的な学習よりもはるかに優れた長期記憶が生まれるのです。

間隔反復学習のスケジュールを手動で管理するのは、第二の仕事になります。各カードをいつ復習するかを決め、正解したものを追跡し、それに応じて間隔を調整する必要があります。ほとんどの学生は、それを完全にスキップするか、一貫して使用しません。

Piplyメソッドはスケジューリングを自動化します。

あなたは読みます。Piplyは、各カードをいつ再表示する必要があるかを決定します。

あなたはただ現れるだけです。

復習: セッション、タイマー、ストリーク

最後の要素は行動的なものです。完璧なフラッシュカードと完璧なスケジュールがあったとしても、実際に開かなければ学習システムは失敗します。

Piplyの学習セッションは、個人の意志力だけでは確実に提供できないいくつかのものを提供します。それは、明確な開始時間、時計を見る必要なく作動するタイマー、そして連続した日数をやりがいのあるものにするストリークシステムです。実行意図に関する研究 (Gollwitzer, 1999) は、いつどこで勉強するかを事前に特定することで、実行する可能性が劇的に高まることを示しています。Piplyのスケジュールされたセッションは、組み込みの実行意図として機能します。セッションはすでにカレンダーにあります。あなたはただ座るだけです。

対象者

Piplyメソッドは、同じ核心的な問題を抱える2種類の学生のために特別に設計されています。

1つ目は修士課程の学生です。あなたは授業、研究、そしてしばしば仕事や教育の責任を両立させています。

あなたには、責任を負わせる構造化されたプログラムがありません。あなたはほとんど自律的であり、それはあなた以外にシステムをまとめるものが何もないことを意味するまでは解放的です。

2つ目は夏休み中の学生です。あなたは最大限の自由と最小限の外部構造を持っています。これは最大の利点であると同時に最大の危険でもあります。

あなたは数ヶ月先を行くこともできます。しかし、ほとんどの学生は、研究者が「夏の学習損失」と呼ぶ現象、つまり、構造化されていない休暇中に知識の保持が著しく低下することを経験します (Cooper et al., 1996)。

どちらのグループも同じものを必要としています。それは、外部からの説明責任を代替するシステムです。調整する学習仲間はいません。強制的な締め切りがある厳格なプログラムもありません。バックグラウンドで静かに実行され、正しい行動を最も抵抗の少ない道にする何かです。

核となる原則: 機能を追加するのではなく、摩擦を取り除く

Piplyメソッドのすべてのコンポーネントは、自律学習者がすでにすべきだと知っていることを妨げる特定の摩擦点を取り除くために存在します。

その摩擦とは、認知負荷です。

どのアプリを使うか、いつ復習するか、フラッシュカードをどのようにフォーマットするか、十分やったかどうかなど、あなたが下さなければならないすべての決定は、有限なリソースを消費します。自己消耗に関する研究 (Baumeister et al., 1998) とその後の再現実験は、意思決定疲労が現実のものであり、その後の選択の質を低下させることを示唆しています。

自律学習者のための良いシステムは、あなたにさらなる意思決定を求めません。それはあなたのために意思決定をします。

PiplyがPiplyメソッドをどのように実行するか

Piply内でPiplyメソッドを使用すると、実際にどのような感じになるかを見てみましょう。

講義ノートのPDFやコースの読書資料の章をアップロードします。

システムはそれを解析し、コンテンツに基づいて、多肢選択式、穴埋め式、自由想起式のフラッシュカードのセットを生成します。あなたは時間指定された学習セッション内でそれらをすぐに復習します。

セッションが終了すると、Piplyはあなたのパフォーマンスに基づいて、間隔反復アルゴリズムを使用して次の復習を自動的にスケジュールします。

あなたは2日後に戻ってきます。その3日後にも。

1週間後。各セッションは15分か20分です。システムはあなたのストリークを追跡します。いつ復習するか、何を復習するかを考える必要はありません。システムがスケジューリングとプロンプトを処理します。

時間が経つにつれて、読んだものが漠然と遭遇したものから、実際に知っているものへと変わっていきます。

メソッドとTo-Doリストの違い

ほとんどの学習アドバイスはTo-Doリストです。フラッシュカードを使う。定期的に復習する。練習問題を解く。これらは指示です。時間とエネルギーが他に6つの要求があるときに、これらを一貫して実行する方法は教えてくれません。

Piplyメソッドは異なります。

それは、正しい行動を自動化するシステムです。復習することを覚えておく必要はありません。

間隔を計算する必要もありません。どのカードをどこに置くかを決める必要もありません。システムがロジスティクスを処理するので、あなたの脳は学習に集中できます。

それが、修士課程の学生や夏休み中の学生が本当に必要としているものです。もう一つの学習のヒントではありません。

もう一つのアプリの推奨事項ではありません。疲れているときでも、忙しいときでも、モチベーションが低いときでも機能するシステムです。

このメソッドが存在するのは、テクニックが問題だったのではなく、インフラが問題だったからです。

PiplyでPiplyメソッドを試して、最初のドキュメントをアップロードし、残りはシステムに任せてみましょう。 app.piply.ai